Effectuer une approximation dans des limites prédéfinies.
Voici deux (2) exemples pour cette technique de masquage de données:
Exemple 1
Généralisation de l'âge
Avant la généralisation | Après la généralisation |
---|---|
27 | 25-30 |
En considérant l’exemple de l’âge d’une personne de 27 ans, les classes d’âge doivent être proportionnelles à la pyramide des âges. Dans le cas où dans la base de données considérée, une seule personne concernée est âgée de 102 ans, si la généralisation de l’âge de cette personne est dans la classe d’âge 100-105 ans, la dépersonnalisation ne sera pas efficace, puisque cette centenaire sera facilement re-identifiée. Une classe d’âge 75 ans et plus serait plutôt plus approprié par exemple.
Exemple 2
[Personal Data Protection Commission Singapore (PDPC), 2022].
Avant la généralisation | Après la généralisation |
---|---|
Groupe d’âge ci-dessous utilisée pour le champ de données « Age »
Pour le champ de données « Address », le nom de rue a été conservé. Ainsi l’adresse « 700 Toa Payoh Lorong 5 » a été généralisée en « Toa Payoh Lorong 5 ».